联系方式
Contact Information
团队简介
Team Introduction
【 团队概况 】
先进动力与车辆智能控制课题组由谢辉教授组建，现有科研骨干4人、科研助理10人，其中教授1人，副教授2人，讲师1人。国内合作专家12人，国外合作专家6人。累计培养硕士、博士人。目前在研项目26项，累计科研经费9800余万。发表SCI论文160余篇，申请专利50余项，软件著作权22个，专著4本，行业标准1篇。
课题组致力于内燃动力系统的建模与智能控制、内燃动力系统的智能无标定技术、交通流感知与优化、智能网联内燃动力系统能效优化等相关新理论、新方法与新技术研究开发。研究方向主要包括动力智能、车辆智能、大数据智能。围绕三个研究方向,组建了先进算法组、模型组、平台组及监控平台组四个研发小组。
课题组积极开展与国内外高等院校、科研机构的协作和学术交流。同时坚持走国际化合作发展道路，自2008年以来，已举办“先进发动机控制国际研讨会（AECS）”10余次，参会代表累计2000余人次。组内师生多人次在国外进行高级研修交流访问，与中国科学院数学与系统研究所、日本上智大学、英国Brunel大学等高校与研究机构保持着密切的合作关系。
此外，课题组先后成立了六个联合机构、拥有多个研发平台，为创新性科学研究提供了强有力的保障。同时，在学生管理及课题组运行管理方面具备完善的培养方案和规章制度，使学生学有所用，用其所长，在项目中增强科研能力，在制度中适应社会环境。
课题组研究条件
课题组研究成果及背景
团队研发设施完善，科研环境优越。建有七代自主ECU软硬件平台、智能驾驶样车平台、MIL/SIL/HIL仿真测试平台、5G智能网联测试场、发动机试验平台、智能网联云平台、双动力间、水电联用瞬态燃油测控系统等平台，可进行设计、标定与测试，建模、仿真与大数据分析，发动机试验等方面的研究。拥有多辆智能公交、乘用车、碾压机、无人机、全地形车等试验车辆，以及完备的无人驾驶试验场地、水域和空域。另有天津大学-英飞凌汽车电子联合实验室、5G智能网联技术联合创新中心等多个创新实验室
2016年3月成立天津大学无人驾驶汽车交叉研究中心，由多个研究方构成的多学科交叉科研团队组成。与潍柴动力、中国一汽、联合电子、长城汽车等行业企业有着长期、稳定、深入的交流合作，共同开展科研项目攻关，联合培养研究生。此外，谢辉教授还组建了240人的天津大学海陆空智能无人军团。
【 人才培养特点 】
注重研究生实践能力的培养。研究生培养坚持“项目实践，能力培养，学术创新”三轮驱动的培养理念，以“一流的项目，一流的条件，一流的资源”为同学们夯实扎实的理论基础，培养良好的工程素养，树立自信的创新意识。博士生重点培养三大能力：开拓新领域的能力，透过现象看本质的能力，带领科研团队的能力。硕士生重点培养三项基本技能：先进工具的驾驭能力，解决实际问题的能力，沟通交流与协作能力。
学术交流广泛，注重产教融合。与行业60余家企业合作伙伴、美国John Deere公司、Honeywell公司，瑞典隆德大学、林雪平大学等10余家国际合作伙伴建立了密切合作关系。2008年来，每年主办“先进发动机控制国际研讨会（AECS）”，促进国内外内燃机控制领域的学术交流，在行业内产生了较大影响。
征战智能驾驶挑战赛花絮
注重研究生的学科交叉培养。以机械、精仪、自动化、智能与计算学部等学院相关学科为基础，由车辆控制、仪器工程、图像处理、机器学习、自动控制、数学优化和非线性系统建模七个研究方向构成交叉科研导师团队，进行跨学科培养。不同学科和专业的同学们都可以在这里找到学习、成长、成才的空间。
智能碾压机高原筑坝
注重研究生的文化建设。经常举办素质拓展等各类文体活动，活跃团队氛围，培养研究生的团队合作精神，邀请优秀毕业生返校交流，为师弟师妹们提供学术与职业发展的指导。
培养硕士、博士近200人，分布国内外60余家企业/高校： 潍柴、中汽研、长城、玉柴、联电、百度、泛亚、天津大学、美国密西根州立大学、英国Brunel大学、英国Portsmouth大学等。
迎新专刊：https://book.yunzhan365.com/uuljs/pozw/mobile/index.html
█ 团队负责人
█ 团队成员
█ 兼职教授
█ 团队风采
智能网络公交启动常态化运行
无人驾驶碾压机实现规模化运行
世界智能驾驶挑战赛取得佳绩
连续举办12届先进发动机控制国际研讨会（AECS）
共庆天津大学-英飞凌电子联合实验室15周年
年终学术总结与欢送毕业生
海教园智能公交启动常态化运营
智能乘用车屡获智能驾驶赛殊荣
智能碾压机投入规模化运营
越走越省油的节能卡车
智能叉车投入生产应用
研究成果
实验室成立以来，围绕动力智能、车辆智能、大数据智能三个研究方向，研发了一批代表国际前沿技术、满足国家重大需求的技术与设备。
1.动力智能
● 二缸、三缸、四缸PFI ECU
● 三缸、四缸GDI汽油机ECU
● 四缸、六缸、八缸、二十缸柴油机ECU
● FSAE方程式赛车ECU
● 增压器控制器（TCCU）
● SCR控制器（DCU）
● AMT控制器（TCU）
增压器控制器(TCCU) SCR控制器(DCU) AMT控制器(TCU)
针对内燃动力及车辆高动态、非线性、多尺度，性能预测难题，提出了基于物理与数据驱动的混合建模方法，解决了传统黑箱和查表法预测精度差的问题。
● 针对汽油机进气系统中的VVT控制中的转述-油压耦合影响问题，建立了VVT液力系统简化模型，用于VVT相位的前馈控制。
● 针对柴油机进气增压系统的压力和流量高动态非线性预测难题，提出了基于叶轮机械简化原理与几何特征参数的预测模型，解决了查表法难以准确内插和外插预测的问题，是目前领域内辨识参数最少的高精度控制模型。
● 针对汽油机SI-HCCI混合燃烧中多时间尺度、高动态预测难题，提出了基于热力学简化原理的着火和燃烧相位预测模型，并设计了基于运行过程数据的参数自校正方法，为稀薄燃烧动态过程控制奠定了基础。
针对内燃动力及车辆多变量、强耦合、以及多不确定性问题，提出了基于总扰动主动观测的即时抗扰控制算法，解决了传统控制算法高度依赖高精度模型的问题。
● 针对VVT系统变采用频率和油压波动干扰问题，提出基于模型前馈与模型偏差总扰动在线观测的VVT相位控制算法，使VVT的响应速度比传统PID控制提升40%以上，实现工业应用。
● 针对柴油机VGT-EGR空气系统中空气和废气的强耦合问题，提出了由静态前馈、动态前馈和主动扰动观测解耦组成的VGT-EGR进气解耦控制方法，比PID控制响应速度提升30%以上。
● 针对LP-EGR系统低压差、强进气脉动、大时滞和进排气耦合问题，提出了基于动力学进气流量滤波与预测型总扰动观测器相结合的LP-EGR控制算法，实现工业应用。
● 针对电辅助增压（eTurbo）柴油机在电能-热能耦合条件下的空气系统控制难题，提出了模型预测与主动抗扰相结合的能量管理与进气控制算法，在国际上最早系统评估了eTurbo柴油机的节油潜力、瞬态性能，以及油耗和排放的复杂折中关系。
● 汽油机精确扭矩控制。
● 针对发动机轨压控制问题，提出及基于燃油系统预测模型前馈、总扰动即时观测反馈，以及模型参数自学习相结合的无标定控制算法，实现了对发动机特性能老化变异的自适应，使动态过程响应速度提升30%以上。
● 针对配备有可变气门机构的发动机动态工况运行中控制燃比控制难题，尤其是针对进气充量特性随水温和发动机老化变异而变化的问题，提出了基于运行数据的充气效率自学习校正算法，比固定参数的控制器抗干扰能力提升10%以上。
● 针对农用机械在作业过程中因空气系统迟滞造成的扭矩响应速度慢、瞬态冒黑烟等问题，提出了基于负载预测的柴油机扭矩控制算法，通过负载的提前补偿，使扭矩响应提升20%以上。
● 针对高稀释低温燃烧对于边界条件高度敏感的问题，提出了一种基于燃烧模型的前馈控制和即时扰动观测反馈相结合的双观测器自学习抗扰控制架构，实现了新概念燃烧的动态工况平滑过渡。
针对内燃机控制的多变量多目标优化标定难题，发明人车路模型驱动的智能标定技术，形成了面向真实运行场景的内燃机智能优化标定系统，使台架实验标定周期缩短60%，道路标定量减少40%，在国内企业大规模应用。
● 发明了面向内燃机性能优化的驾驶员行为模型和道路工况预测模型，为智能标定技术的实现奠定重要基础。
● 提出了基于模型的内燃机智能标定方法，提出了包括气门流量系数估计、进气管路尺寸重构、燃烧模型参数自学习，以及多参数多目标和多约束模型参数辩识方法。基于该方法，只需500-1000 个台架采样点即可将模型偏差控制在5%以内，比常规方法所需的样本点数降低了70%，大幅度提升了建模效率。
● 发明了基于人车路模型的动力系统自动优化标定试验台。创新地将模拟驾驶台与司机驾驶风格-车辆动力学模型-道路工况特征模拟耦合，能够准确模拟不同的道路工况、地理特征以及环境条件和司机风格等因素对车辆行驶过程的影响。
基于“人、车、路”模拟的内燃机智能优化标定试验台
基于Infineon AURIX 2G TC397芯片开发了智能域控制器，多达6核300MHz的主频使其具备较强的实时计算能力和信息处理能力，同时其具有以太网、CAN、RS-232等丰富的接口，增强其拓展能力。域控制器目前在无人驾驶碾压机和无人夹抱车等工程机械无人驾驶方面得到了应用。
多核智能域控制器
开发了纯电动汽车/混合动力汽车主控制器，对司机驾驶行为判断及汽车驱动控制，基于高效的能量管理算法和分层模式决策力矩分配策略，实现制动能量回馈控制、CAN总线网络管理、故障诊断及保护、在线标定和无线远程标定和固化。
第三代V/HEV控制器 第四代EV/HEV控制器
采用英飞凌新一代六核处理器-Aurix 2G TC397，开发了超端口信息终端，实现车辆数据实时采集、存储和4G远程数据传输，支持车辆实时定位(GPS)，支持WIFI&蓝牙短距离数据无线传输，能够实现车辆远程监控及标定、信息加密处理。目前在智能公交车得到了应用。
超端口信息终端应用架构图
提出了无人驾驶碾压机自学习分层递阶智能抗扰寻迹算法，在四川省两河口大坝实现了生产应用，相关工作被央视“走遍中国”栏目专题报道。中国大坝学会组织了包括4名院士的专家小组进行技术鉴定，专家一致认为：所开发的无人碾压机智能寻迹控制算法达到国际领先水平。
针对分层递阶规划中的节能路径规划问题，提出了基于驾驶员意图估计模型的周边交通参与车辆轨迹预测算法。为了低能耗地跟踪轨迹规划输出的期望路径和速度，提出了车辆动力学模型前馈结合即时扰动观测的主动抗扰高效循迹控制算法。这些算法在世界智能驾驶挑战赛得到了应用。自2017年起，无人驾驶SUV连续四年参加世界智能驾驶挑战赛，获得13项奖项。
针对无人驾驶公交车负载波动大的问题，提出了车重在线估计与主动扰动观测的车速控制算法，实现了车辆速度精确跟踪。针对无人驾驶公交车横向轨迹跟踪控制问题，提出了基于模型前馈与主动抗扰控制相结合的控制算法，实现了车辆的高效高精度寻迹。搭载了这些先进算法的海教园智能公交已启动常态化运行。
提出了基于在线模型参数自学习的自抗扰反馈的循迹控制算法，实现了无人夹抱车全作业流程中的精确循迹控制。结合自学习和扰动观测的思想，采用RLS以及ADRC方法，解决液压动力转向车辆液压泄漏导致转向系统关系不确定性的问题。
借助DSPACE和NI实时平台等国际先进的硬件仿真平台，建立了智能驾驶HIL平台，具备复杂场景下无人驾驶控制算法的硬件在环仿真验证能力，支持无人公交、无人碾压机、无人乘用车。开发了极端天气场景自动生成算法、测试案例指数剧增算法，拥有上千种测试案例。建立由模块级、系统级和整车级三个层次构成的测试评价指标体系。为自研的域控制器等平台提供功能测试，可靠性测试，耐久性测试调教，同时为算法的预标定提供理想的环境，极大提高开发效率。
碾压机集群硬件在环仿真平台 驾驶脑训练平台
智能公交测评仿真系统
针对高原大坝碾压人工作业容易出现错距不规范、行车超速、碾压轨迹不精确等工艺质量和效率问题，开发了无人驾驶碾压机成套技术：自学习智能循迹算法，多核智能域控制器。目前，无人碾压机已经投入生产一年有余，碾压机面积超过80万平方米，是目前世界上规模最大是无人驾驶碾压机群。
比亚迪无人驾驶SUV装有64线激光雷达、4线激光雷达、毫米波雷达和惯导组成的智能传感系统、车辆线控系统、超运算车载系统及视觉检测系统，具备自主转向、制动、加速的功能，加载环境感知数据融合算法、整车控制策略和智能监控系统在开放道路测试，具备基于RTK、激光雷达、摄像头的完整控制，真实道路交通场景下的多目标检测识别、路径轨迹跟随控制功能，达到L4和L5级水平，智能监控系统采集了多种实车行驶数据。
智能驾驶公交样车搭载了自主研发的灵敏感知、智能决策、高效通行、人机交互、车路协同等自主开发的核心技术。智能感知系统可以实现360度无死角检测，考虑了雨雪、雾霾等特殊天气的影响。为提升乘客与智能驾驶公交交互的便捷性，开发了人机智能交互系统。乘客坐在车内还可以享受到虚拟导游语音讲解服务功能，了解园区基本情况，车辆使用的人工智能技术等。
无人夹抱车实现视觉感知、雷达避障、夹抱控制、无线定位、轨迹规划与跟踪、远程监控等功能。
无人驾驶碾压机、SUV、智能公交、夹抱车
针对复杂的数据管理需求，发明了内燃机全生命周期数据管理工具链，形成数据生产线，大幅提高了数据管理效率和数据安全。
● 发明了用于生产过程的DACS 全自动数据合成系统,创造了数据更改侦测、数据校验、数据合成和发布的全自动管理模式。
● 发明了用于生产线终端的EOL 批量数据管理工具，实现了零部件信息校验、ECU数据刷写和试车数据微调的三站一体化高效运行。
● 发明了用于售后维护的ECU 数据维护管理系统（EMAS），实现了生产企业与销售网点间的高效可靠的数据交互。
基于C4.5决策树算法构建了环境因素和驾驶风格特征参数为输入的驾驶风格评价模型，提出了驾驶辅助优化算法。该算法可为司机规划出达到最佳燃油经济性的最简驾驶风格改善路径。
采用马尔科夫链迭代算法，建立了基于站间工况特征模型和站间工况类型库的线路工况预测模型，为提高工况预测模型的预测精度，提出基于在线运行数据的工况预测模型自学习策略，利用与实际工况更相似的预测工况优化车辆控制策略，实现车辆节油自趋优运行。（黄
建立天津市新能源汽车远程监控智能服务平台，实现了司机水平综合评价，研发了驾驶提示系统，开展节油培训。
● 联合企业A、企业B、企业C，建立了天津大学车辆智慧云平台，已收集近4500万公里数据，为云车协同优化提供重要数据支撑。
● 联合企业D、企业E，建立了天津大学5G智能网联研究中心，打通V2X技术，实现绿波通行、V2V防碰撞、视频回传等功能。
● 与企业F合作，建立了交通流推演平台，联合企业G，建立了复杂交通流的在线推演能力。
天津市新能源汽车远程监控智能服务平台 天津大学车辆智慧云平台
天津大学5G智能网联研究中心 交通流推演平台
█ 部分获奖
◆ 荣誉奖项2019年，内燃机动态过程智能控制方法与应用，天津市技术发明一等奖
2018年，内燃机主动抗扰智能控制关键技术与应用，中国机械工业科技一等奖
2011年，WP10/WP12系列重型高速发动机及关键技术，中国机械工业科技特等奖
2010年，准均质压燃天然气发动机技术，教育部技术发明奖二等奖
2010年，柴油机混合率与化学反应率协同控制技术与应用，国家技术发明奖二等奖
◆ 无人驾驶比赛奖项
2020年 第四届世界智能驾驶挑战赛 无人驾驶组 三等奖（智能中巴）
第四届世界智能驾驶挑战赛 无人驾驶组 优秀奖（智能大巴）
第四届世界智能驾驶挑战赛 无人驾驶组 优秀奖（智能SUV）
第四届世界智能驾驶挑战赛 无人驾驶组 商用车应用奖（智能大巴）
2019年 第三届世界智能驾驶挑战赛 虚拟场景挑战赛 领先奖
2019年 第三届世界智能驾驶挑战赛 无人驾驶-乡村越野赛赛 优秀奖
2019年 第三届世界智能驾驶挑战赛 无人驾驶-最佳单项奖 最佳智能越野奖
2018年 第二届世界智能驾驶挑战赛 虚拟场景组 领先奖
2018年 第二届世界智能驾驶挑战赛 无人驾驶-最佳乡村道路通行奖
2018年 第二届世界智能驾驶挑战赛 无人驾驶-城市街区场景赛 优秀奖
2018年 第二届世界智能驾驶挑战赛 无人驾驶-越野赛 优秀奖
2017年 世界智能驾驶挑战赛 无人驾驶组 领先奖
2017年 中国智能汽车大赛 虚拟场景组 领军奖
█ 部分专利
发明名称 | 专利号 |
1.一种基于复合抗扰的柴油机VGT-EGR系统的解耦控制方法 | 201410364561X |
2.一种基于主动扰动观测的燃油压力控制器及其控制方法 | 2014102703798 |
3.基于动力涡轮能量回馈的发动机主动热管理系统及方法 | 2014101812637 |
4.一种应用于ORC的高速透平-发电机的主轴密封装置 | 2014100089320 |
5.内燃机冷却循环与排气能量回收ORC的复合装置及控制方法 | 2013106648672 |
6.基于声学信号的发动机燃烧信息观测及ECU在线实现方法 | 2013102732141 |
7.一种动力涡轮混联式复合装置及控制系统 | 201310119552X |
8.一种HCCI燃烧基于模型的解耦及抗扰控制方法 | 2013101155630 |
9.测量全可变气门机构各气门型线差异的装置及方法 | 2011102199764 |
10.一种基于轨压波形特征参数观测的喷油正时故障诊断方法 | 2015103323095 |
11.一种基于轨压波形特征参数观测的喷油量故障诊断方法 | 2015103289338 |
12.自学习的前馈和主动抗扰反馈结合的VVT控制方法 | 2011102602401 |
13一种可变视场的光学发动机 | 2011102624769 |
14.一种实现汽油机怠速和小负荷可控自燃燃烧的方法 | 2011102605715 |
15. HCCI汽油发动机负荷和燃烧模式连续平滑调节的方法 | 201110260237X |
16. 实现汽油机HCCI燃烧的进排气热控制装置及方法 | 2011102438604 |
17.用于HCCI发动机的可变气门定时机构 | 2011102197665 |
18.一种车用动力总成综合实验管理台架的网络拓扑结构设计 | 2015100286037 |
18.一种基于虚拟车辆的真实驾驶循环测试装置 | 2015100285072 |
19.基于工况自学习的混合动力总成优化标定实验系统 | 2014107458237 |
20.一种车用动力总成综合性能测试系统 | 2015100286056 |
21.一种发动机智能热管理电动水泵的温度控制方法 | 2014105619910 |
22.一种无人驾驶工程作业设备转向电机自动零位标定装置及方法 | 201910557344.5 |
23.基于扰动观测的自学习发动机扭矩控制系统及其方法 | 2017113025354 |
24.基于MAP自学习和扰动补偿的扭矩控制系统及其方法 | 201711293594X |
25.一种无人驾驶碾压机后退过程的复合抗扰轨迹跟踪控制算法 | 2019112756417 |
26.一种无人驾驶设备的自动错距方法 | 2019111255702 |
27.一种用于无人驾驶设备避障时速度控制的方法 | 2019105570610 |
28.一种用于无人驾驶工程作业设备视觉的系统及装置 | 2019105570625 |
29.一种基于视觉与姿态融合的无人驾驶工程作业设备循迹方法及装置 | 2019105570659 |
30.基于视觉的双缸体无人驾驶设备振动轮转向检测、标定方法 | 2019105542199 |
31.一种无人驾驶碾压机定位方法 | 2019111248840 |
32.一种用于控制无人驾驶工程作业设备的远程遥控系统 | 2019105564658 |
33.一种用于小范围GPS信号死区的无人驾驶设备控制方法 | 201910554681.9 |
34.一种无人驾驶设备的坐标修正系统及修正方法 | 2019105553761 |
35.一种基于毫米波雷达的无人驾驶铰接式车辆的铰接角辅助测量方法 | 201910556461X |
36.一种无人驾驶工程作业设备的遥控控制系统 | 2019107077242 |
37.无人驾驶碾压机集群智能作业远程监控管理系统及方法 | 2019107079996 |
38.一种无人驾驶工程作业设备转向电机自动零位标定装置及方法 | 2019105573445 |
39.一种无人驾驶碾压机的复合抗扰轨迹跟踪控制算法 | 2019107401602 |
█ 代表性论著
◆ 动力智能
1. Impact of Electrically Assisted Turbocharger on the Intake Oxygen Concentration and Its Disturbance Rejection Control for a Heavy-duty Diesel Engine. Chao Wu, Kang Song, Hui Xie.(Energies；2019)
2. An assessment of performance trade-offs in diesel engines equipped with regenerative electrically assisted turbochargers.Kang Song, Devesh Upadhyay, Hui Xie (International Journal of Engine Research;2019)
3. Trade-off on fuel economy knock and combustion stability for a stratified flame-ignited gasoline engine.Kang Song, Xinyan Wang, Hui Xie (Applied Energy;2018)
4. Disturbance rejection control of air–fuel ratio with transport-delay in engines.Song, Kang, Tianyuan Hao, Hui Xie (Control Engineering Practice;2018)
5. A Commander–Tracker–Executor based energy management framework for an engine waste heat recovery system.Zhengling Lei, Hui Xie.（Journal of Power and Energy;2016）
6. Transient intake pressure control of turbocharged GDI engine.Tianyuan Hao，Hui Xie，Sheng Yang.(CCC;2016)
◆ 车辆智能
7. The Impact of Control Structure on The Path-following Control of Unmanned Compaction Rollers. (SAE；2020)
8. The impact of attitude feedback on performance and energy cost in the path-following control of unmanned vibratory rollers. (SAE；2020)
9. A Speed Tracking Method for Autonomous Driving via ADRC with Extended State Observer. Shuo Xiong, Hui Xie, Kang Song.(Applied Sciences;2019)
10. On Active Disturbance Rejection Based Path Following Control for Unmanned Roller.Sen Chen, Kang Song, Longtong Zhao, Wenchao Xue, Hui Xie, Yi Huang. (IEEE;2019)
11. Optimization Energy Management Strategy of Plug-In Hybrid Electric City Bus Based on Driving Cycle Prediction.Denggao Huang, Hui Xie, ShuoXiong, Tielong Shen, Sun Qiang, Ruichang Zhang.(SAE;2016)
12. Optimization Energy Management Strategy of Plug-In Hybrid Electric City Bus Based on Driving Cycle Prediction. Denggao Huang, Hui Xie,Shuo Xiong, ShenTL,Qiang Sun,Ruichang Zhang.(SAE;2016)
◆ 大数据智能
13. Optimization Energy Management Strategy of Plug-In Hybrid Electric City Bus Based on Driving Cycle Prediction，Denggao Huang, Hui Xie, ShuoXiong, Tielong Shen, Sun Qiang, Ruichang Zhang(SAE；2016)
14. Optimization Energy Management Strategy of Plug-In Hybrid Electric City Bus Based on Driving Cycle Prediction. Denggao Huang,Hui Xie,Shuo Xiong, ShenTL,Qiang Sun,Ruichang Zhang（SAE；2016）
15. Effects of driver acceleration behavior on fuel consumption of city buses.Hongjie Ma, Hui Xie,Shuangxi Chen,Ying Yan,Denggao Huang.（SAE；2014）
天津大学研究生院招生办公室
文件上传中...
